返回搜索结果
Qwen3-4B · Q6_K
AMD Ryzen AI Max+ 395128GBllama.cpp v0.23L2 跨框架验证
本页汇总 Qwen3-4B（Q6_K）在 AMD Ryzen AI Max+ 395 上以 llama.cpp 运行的 1 次实测数据，来自 1 个独立来源平台；指标为已上架实测的均值。
104.54 tok/s
Decode
解码速度
394.29 tok/s
Prefill
预填充速度
1.55 s
TTFT
首 token 延迟
10.5 GB
VRAM
显存占用
L2 跨框架验证
1
实测次数
1
独立来源
其他
来源平台
2 天前
最后验证
性能表现
- llama.cpp · Q6_K （当前）Decode 104.54 · Prefill 394.29 ·
- Ollama · IQ1_S Decode 170.91 · Prefill 585.17 ·
- Ollama · IQ2_M Decode 170.8 · Prefill 683.91 ·
- Ollama · Q2_K Decode 165.94 · Prefill 894.2 ·
- Ollama · Q5_K_S Decode 109.99 · Prefill 499.66 ·
核心数据
- Decode（平均）
- 104.54 tok/s
- Prefill（平均）
- 394.29 tok/s
- TTFT（平均）
- 1.55 s
- VRAM（平均）
- 10.5 GB
- MTP 接受率
- —
- TTFB
- 0.84 GB
- 功耗
- 92.9 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3-4B
- 量化方式
- Q6_K
- 框架
- llama.cpp
- 版本
- v0.23
- 上下文长度
- 2048 tokens
- 批次大小
- 512
- GPU 层数
- 33
- Flash Attention
- 开启
硬件信息
标称与实测并排陈列，能否运行由读者自判
- GPU
- AMD Ryzen AI Max+ 395
- 标称显存
- 128 GB
- 实测显存（均值）
- 10.5 GB
- 系统
- Ubuntu 22.04
- 驱动
- 570.86
- CUDA
- N/A
- 电源功耗
- 92.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.23 · Ubuntu 22.04 · CUDA N/A · 2048 ctx
104.54 tok/s
Decode
394.29 tok/s
Prefill
1.55 s
TTFT
10.5 GB
VRAM
—
MTP
92.9 W
功耗
L2 batch seed 2026-10-16: llama.cpp on hw_id=24 running model_id=54 at Q6_K